前言1.知识补充【机器学习】显卡、GPU、NVIDIA、CUDA、cuDNN（搬运：要点如下，详细可看链接）加*非重要内容，视情况执行。显卡：即显示卡，全称显示接口卡，是计算机最基本配置、最重要的配件之一（就像联网需网卡，数据显示在屏幕需显卡）。显卡是由GPU、显存等等组成的。GPU：图形处理器，一般焊接在显卡上的。GPU是显卡上的一块芯片，就像CPU是主板上的一块芯片。GPU功能强大，只用于图形处理太浪费，NVIDIA公司提出CUDA的概念，通用并行计算架构，是一种运算平台，更加方便利用GPU强大的计算能力（并非所有GPU支持CUDA）。CUDA：通用并行计算架构，该架构使GPU能够解决复杂

个人电脑相关配置版本信息（超级超级新的版本，以至于适配方面花了很长时间来搞）cuda 11.6cudnn 8.9.0python 3.10对应安装的gpu版本tensorflow-gpu 2.10.0对应代码pipinstalltensorflow-gpu==2.10.0-ihttps://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/具体怎么安装的我已经放在文章底部啦，改镜像源什么的也不多说~感谢参考嘿(-v--------------------------------------------------------------------

一、问题描述两个问题一并解决：Traceback(mostrecentcalllast): File"run_trainer_ernie_gen.py",line120,in  paddle.set_device(trainer_params.get("PADDLE_PLACE_TYPE","cpu")) File"/opt/conda/envs/ERNIE-GEN/lib/python3.7/site-packages/paddle/device/__init__.py",line204,inset_device  place=_convert_to_place(device) File"/

一、问题描述两个问题一并解决：Traceback(mostrecentcalllast): File"run_trainer_ernie_gen.py",line120,in  paddle.set_device(trainer_params.get("PADDLE_PLACE_TYPE","cpu")) File"/opt/conda/envs/ERNIE-GEN/lib/python3.7/site-packages/paddle/device/__init__.py",line204,inset_device  place=_convert_to_place(device) File"/

目录1查看电脑上cuda版本 2输入命令，查看cuda版本3去官网下载驱动3.1选择对应版本 3.2选择下载版本4下载完成后，双击运行 4.1同意许可协议4.2自定义 4.3安装5输入命令验证1查看电脑上cuda版本  2输入命令，查看cuda版本 3去官网下载驱动CUDAToolkitArchive|NVIDIADeveloper3.1选择对应版本 3.2选择下载版本4下载完成后，双击运行默认路径不要改！ 4.1同意许可协议4.2自定义当前版本大于新版本，将对号去掉！  默认安装位置，不要改！ 勾选 4.3安装   安装完成5输入命令验证一定要把当前的窗口关掉，重新打开一个命令行窗口！   

首先，所有这些都是以root身份完成的。我一直在尝试在CentOS7SATADOM上安装CUDA7.5驱动程序。我遇到的问题如下:InstallingtheNVIDIAdisplaydriver...Thedriverinstallationisunabletolocatethekernelsource.Pleasemakesurethatthekernelsourcepackagesareinstalledandsetupcorrectly.Ifyouknowthatthekernelsourcepackagesareinstalledandsetupcorrectly,youmay

首先，所有这些都是以root身份完成的。我一直在尝试在CentOS7SATADOM上安装CUDA7.5驱动程序。我遇到的问题如下:InstallingtheNVIDIAdisplaydriver...Thedriverinstallationisunabletolocatethekernelsource.Pleasemakesurethatthekernelsourcepackagesareinstalledandsetupcorrectly.Ifyouknowthatthekernelsourcepackagesareinstalledandsetupcorrectly,youmay

感悟：首先，anaconda的虚拟环境真香！开辟一个新的虚拟环境，很多环境、版本不兼容的问题都不复存在，尤其对复现别人代码的同学很有用。条件：只要安装的版本不超过自己机器的硬件条件，那么就可以安装。步骤：1.确定安装的cuda版本。在虚拟环境中，先用condasearchcudatoolkit--info命令查看源内所有的cuda版本，以及下载地址。下图示例中展红框标出了支持的cuda版本、对应的url地址及一些约束条件。2.下载并安装cuda。找到你想要的且满足自己机器条件的cuda版本，复制url对应的下载链接，cd到你想要的下载目录，用如下代码下载：wget复制的url链接执行如下命令安

要在AWSEC2g2.2xlarge实例上的Ubuntu14.04.1LTS上安装CUDA6.5，无论我是通过.deb文件还是.run文件安装.sudo./cuda_6.5.14_linux_64.run--kernel-source-path=/usr/src/linux-headers-3.13.0-34-generic我总是遇到关于缺少drm.ko的相同错误。代码编译似乎成功了。下面是日志。(我在安装前重新启动)Kernelmodulecompilationcomplete.UnabletodetermineifSecureBootisenabled:Nosuchfileordi

要在AWSEC2g2.2xlarge实例上的Ubuntu14.04.1LTS上安装CUDA6.5，无论我是通过.deb文件还是.run文件安装.sudo./cuda_6.5.14_linux_64.run--kernel-source-path=/usr/src/linux-headers-3.13.0-34-generic我总是遇到关于缺少drm.ko的相同错误。代码编译似乎成功了。下面是日志。(我在安装前重新启动)Kernelmodulecompilationcomplete.UnabletodetermineifSecureBootisenabled:Nosuchfileordi